Paano gumagana ang Text to Speech: mga boses, limitasyon at presyo

Kino-convert ng Text to Speech ang nakasulat na text para maging spoken audio file. Ginagamit ito ng mga tao para sa voice-over sa slides o video, para pakinggan ang isang article sa halip na basahin ito, para marinig kung paano binibigkas ang foreign phrase, o para magpadala ng message gamit ang sarili nilang na-clone na boses. Gumagana ito sa web.vocalingo.app, iOS at Android.

Anong text ang puwede mong ilagay

Tumatanggap ang isang run ng hanggang 10,000 characters, mga 11 minuto ng pagsasalita sa normal na bilis. May counter sa ilalim ng field na nagpapakita kung ilang characters na ang nailagay mo.

• I-type ang text o i-tap ang Paste para i-paste ito mula sa clipboard.

• I-dictate ito gamit ang microphone button: iko-convert ng app ang boses mo para maging text.

• Ipadala ito mula sa ibang tool: pagkatapos ng Speech to Text o Video to Text, i-tap ang Text to speech sa ilalim ng What next?.

Kung mas mahaba ang text, ipapakita ng app ang "Text is too long. Maximum 10000 characters." Hatiin ito sa mga bahagi at i-voice isa-isa.

Paano i-voice ang isang text

1. Sa Tools tab, buksan ang Text to Speech.

2. Sa Text tab, ilagay ang text at i-tap ang Continue.

3. Sa Voice tab, pumili ng boses. Nagpe-play ng sample ang play button sa tabi ng boses. By default, ang MiniMax voice na Expressive Narrator ang nakapili.

4. Kung kailangan, i-set up ang boses sa ilalim ng listahan: instructions para sa OpenAI voices, emotion, speed at pitch para sa MiniMax, stability, similarity at style para sa ElevenLabs. I-tap ang Continue.

5. Sa Result tab, tingnan ang estimated cost at i-tap ang Generate.

Habang ginagawa ang audio, ipinapakita ng button ang "Generating audio..." na may percentage, at lalabas ang Cancel sa ilalim nito.

Aling mga boses ang puwede mong piliin

May pitong tab ang voice picker: Favorites, Recent, My voices, MiniMax, Qwen 3, OpenAI at ElevenLabs. Pinakanatural pakinggan ang MiniMax at ElevenLabs sa mahahabang text, puwedeng gabayan ng instructions ang OpenAI voices, at nasa My voices naman ang mga boses na na-clone mula sa recordings mo. Paghahambing ng lahat ng grupo pati ang mga presyo: aling Text to Speech voice ang pipiliin. Paano maghanap, mag-preview at mag-save ng boses sa Favorites: pagpili ng boses.

Paano magdagdag ng tawa, pause at tamang diin

Gamit ang MiniMax at ElevenLabs voices, nagpapakita ang Text tab ng tags. I-tap ang tag para kopyahin ito at i-paste sa text kung saan ito dapat tumunog.

• MiniMax: (laughs), (sighs), (coughs), (crying), (gasps), (groans), at <#1#> para sa isang segundong pause.

• ElevenLabs: [excited], [sad], [angry], [curious], [whispers], [laughs], [sighs], [crying], at ellipsis para sa pause. Kapag sunod-sunod at masyadong maraming tags, puwedeng mag-glitch ang audio.

• Kung mali ang diin o stress sa isang pantig, isulat ang bahaging may diin sa capital letters, halimbawa REcord (isang album) at reCORD (mag-record).

Ang makukuha mo at kung saan ito makikita

Ipinapakita sa Result tab ang isang player kasama ang audio. Sa tabi ng player may isang button: sa app binubuksan nito ang share menu, para maipadala mo ang file o ma-save sa device; sa web naman dino-download nito ang file. Para may baguhin, i-edit ang text o ang boses at i-tap ang Generate again.

Pumupunta sa History ang bawat resulta: i-tap ang clock icon sa itaas. Kung walang Premium, ang huling 3 resulta lang ang naitatabi, habang naitatabi naman lahat kung may Premium. Mga detalye: History: pag-save, pag-restore at pag-delete ng mga resulta.

Magkano ang bayad

Depende ang presyo sa boses at sa haba ng text. Bumabawas lang ng tokens kapag tapos na ang file: kung mag-fail ang pag-generate, walang mababawas o kaya ibabalik ang tokens.

Ang minimum para sa kahit anong run ay 1 token. Hindi nagpapabago sa presyo ang instructions, emotion at iba pang settings. Mga presyo para sa ibang tools: pagpepresyo ng token para sa bawat tool.

Ang hindi kayang gawin ng Text to Speech

• Hindi ito nagta-translate. Binabasa ng boses ang text sa wikang pagkakasulat nito. Para makakuha ng speech sa ibang wika, i-translate muna ang text sa Text Translation.

• Hindi nito kayang palitan ang boses sa isang recording na nagawa na. Para doon, gamitin ang Voice Changer.

• Walang What next? block ang resulta, kaya hindi awtomatikong naipapasa ang audio sa iba pang tools.

Kung masyadong matagal ang pag-generate, ipapakita ng app ang "Voice generation took too long. Please try again." I-tap ang Try again, at kung mag-fail ulit, pumili ng ibang boses.